Seth Forsgren, medgrundare och VD för Riffusion – Intervjuer

Seth Forsgren, medgrundare och VD för Riffusion, leder utvecklingen av ett AI-drivet musikgenereringsverktyg som skapar ljudspår från textprompts. Riffusion tillåter användare att experimentera med olika musikstilar och ljud i realtid, vilket gör musikskapandet mer tillgängligt. Utformad för både kreativitet och användarvänlighet, möjliggör plattformen för alla att utforska AI-genererad musik utan att kräva formell musikalisk expertis.

Riffusion är den bästa AI-musikgenereringsverktyget som jag personligen har testat, och det är ett verktyg som jag skulle rekommendera för användare som är intresserade av AI-genererad musik.

Kan du ta oss tillbaka till Riffusions tidiga dagar? Vad var den initiala gnistan som ledde dig till att bygga ett AI-musikgenereringsverktyg?

Riffusion började som ett totalt hobbyprojekt mellan två livslånga musiker. Min medgrundare, Hayk, och jag har spelat i amatörband tillsammans i över ett decennium, och vi har alltid varit fascinerade av den kreativa akten. En eftermiddag var vi i min bakgård och skrev en låt, och i sökandet efter inspiration började vi leka med tidiga AI-modeller som kunde generera bilder ur ingenting. Men vad vi verkligen ville var ett verktyg som kunde göra musik med oss, en AI som vi kunde samarbeta med för att frammana nya melodier och ljud som ingen någonsin hade hört. Det fanns ingenting liknande på den tiden, så vi försökte bygga det för oss själva mer än för någon annan.

När insåg du att det hade potentialen att bli ett fullständigt företag?

Ögonblicket kom när vi delade vårt hobbyprojekt med några vänner, och plötsligt blev det viralt. Det var inte bara teknologer eller AI-entusiaster som var intresserade – professionella musiker, producenter och miljontals vardagliga musikälskare engagerade sig i det på sätt som vi aldrig kunde ha förutsett. Några av våra favoritartister i världen började kontakta oss med prover de hade skapat med hjälp av Riffusion!

Projektet inspirerade också toppforskningslaboratorier på Google (GOOGL ), ByteDance och andra att starta sina egna AI-musikinsatser baserade på vårt arbete, och det var tydligt att detta inte bara var ett experiment – det var grunden för något mycket större. Som företag har vi nu chansen att ta detta nya instrument till kreativa människor överallt.

Vilka var de största tekniska och affärsmässiga utmaningarna du stod inför när du övergick Riffusion från ett experiment till ett kommersiellt produkt?

På den tekniska sidan har vi kommit långt. Våra första modeller genererade grötiga, femsekundersklipp av lågkvalitetsmusik, och vi kan nu generera fullängds, högkvalitetslåtar med stor kontroll och uttrycksfullhet. Detta har krävt stora framsteg i modellarkitekturen och konstant omprövning av saker från scratch. Det är en kredit till de fantastiska forskarna i vårt team att vi har kommit så här långt, och vi vet att detta fortfarande bara är början på vad som är möjligt med tekniken.

Riffusion koncentrerade sig ursprungligen på att generera korta musikaliska riff, men nu kan det komponera fullängdsstycken. Vilka framsteg möjliggjorde att du kunde utöka dess kapacitet?

Genom att träna våra egna grundmodeller från scratch har vi kunnat förbättra kvaliteten, uttrycksfullheten och kontrollen av Riffusions utdata. En stor genombrott kom med utvecklingen och lanseringen av vår senaste modell, FUZZ. I blinda tester presterar FUZZ konsekvent bättre än konkurrerande modeller när de ges samma text- och ljudprompt, och modellen är unikt utformad för att hjälpa användare att hitta sin personliga ljud – ju mer tid en användare tillbringar med Riffusion, desto mer lär sig FUZZ deras individuella smak, och desto mer personlig blir den genererade musiken. Vi ser detta som en stor differentierare för Riffusion.

Många AI-musikmodeller kämpar med att upprätthålla emotionell djup i musiken. Hur fångar Riffusion upp nyanserna av olika humör och stilar?

Musik är djupt personlig och emotionell, och vi vill att Riffusion ska generera musik som resoneras på ett mänskligt plan. Som vår rådgivare Alex Pall säger: “Detta handlar inte om att skapa ljud; det handlar om att göra människor känner något speciellt genom ljud.”

Hur ser du att AI-genererad musik kommer att komplettera snarare än ersätta mänsklig kreativitet?

AI är ett instrument för musiker, inte en ersättning. Genom hela historien har nya musikaliska verktyg – från synthesizers till digitala ljudstationer – utvidgat vad artister kan skapa utan att minska mänsklig konstnärlighet. Riffusion följer samma filosofi. Vi ser Riffusion som ett instrument som uppmuntrar musiker att experimentera, samarbeta och prova nya former av berättande. Artister tar fortfarande med sig själen och avsikten till sin musik, och AI hjälper till att förverkliga dessa idéer. Vi är glada att så många professionella musiker och entusiaster omfamnar detta verktyg varje dag och hittar glädje i den kreativa processen.

Hur har musiker och producenter svarat på Riffusions kapacitet? Har du sett några oväntade eller innovativa användningar av verktyget?

Reaktionen har varit ganska otrolig. Det fanns några som började använda dessa verktyg för år sedan, men varje vecka nu ökar antalet professionella musiker och producenter som omfamnar tekniken dramatiskt. Vi har sett artister använda Riffusion för att brainstorma nya melodier, skapa nya ljud och till och med komponera hela album. Några har blandat Riffusions generationer med live-instrumentering för att skapa helt nya genrer. En av de mest spännande sakerna har varit att se hur människor tar detta verktyg och gör det till sitt eget, antingen genom att generera musik från naturens ljud, testa experimentella kompositioner eller skapa filmmusik.

Nu när Riffusion kan skapa långformsmusik, ser du potential för AI-genererade partitur i film, videospel eller andra medier?

Förmågan att generera långformsmusik gör definitivt Riffusion till ett kraftfullt verktyg för det större medielandskapet. Vi ser redan intresse från filmskapare, speltillverkare och innehållsskapare som vill ha unika partitur som anpassar sig till deras berättelser, kanske till och med i realtid. Det är tydligt att AI kan hjälpa berättare att uttrycka sig över modaliteter, och vi är bara i början av denna front.

Om du ser framåt, vad är din ultimata vision för Riffusion, och hur ser du att det kommer att forma framtiden för musikskapande?

I dag är det bara en liten bråkdel av människor som skapar musik, men kreativitet är medfödd i oss alla. Genom att bygga verktyg som sänker tröskeln till musikskapande samtidigt som de höjer taket för vad som är möjligt med ljud, kommer Riffusion att vara ett viktigt instrument i framtiden. Jag ser Riffusion som den ultimata platsen för alla som vill skapa, experimentera och ansluta genom musik. Oavsett om du är en professionell producent eller någon som aldrig har skapat en låt tidigare, vill vi att Riffusion ska vara instrumentet som hjälper dig att hitta din egen ljud.

Tack för den underbara intervjun, användare som är intresserade av att generera musik bör besöka Riffusion.